Twitter を用いた状況検知システムの設計と構築

卒業論文

2012

24

Twitter

慶應義塾大学 環境情報学部 倉田 彩子

卒業論文要旨

- 2012

(

24

)

Twitter

状況検知システムの設計と構築

社会の情報化、通信デバイスの普及によって、

24

そこで、本研究では

Web

本論文では、マイクロブログサービスの１つである

Twitter

Twitter

このことから、Twitterへの投稿の収集、解析を行うことで実空間の状況検知が 可能であるという仮説を立て、これを実現するシステム、AKT24(Ayako Kurata

Tweet-analyzer 24h)

AKT24

4

を行うことで実空間の状態検知を行うことを目的とする。システムは地図と、横 軸をキーワード、縦軸を時刻とするグラフで構成され、これによって指定期間中 の特徴キーワード、それを含むツイートの地理分布を表示する。キーワードの抽 出には、通常時との出現数の差分の大小を利用する手法を採用した。

システムの実装、評価の結果、本システムにより複数の実空間イベントの発生 とその発生箇所が感知できることが確認された。

本研究によって、これまで情報収集のために必要とされていた時間やコストを 大幅に削減することが可能となる。

キーワード:

1

Twitter, 2.

, 3.

慶應義塾大学 環境情報学部

倉田 彩子

Abstract of Bachelor’s Thesis - Academic Year 2012

Auto situation detecting system using Twitter

Today, the computerization and the popularization of communication devices have made it possible to get and provide the information at anytime, anywhere.

Accordingly, the things and places we become interested in change quickly and what event we should take part in or what we should buy can be easily influenced by the fashion. Thus, various media struggle how to detect and provide information about hot topics .

We have investigated and validated the correlation between texts, geo-information of Twitter and events in real world. As a result, we found that the number, con- tents of texts and geo-information are influenced by events in real world. From above, we made a hypothesis which is we can detect situation in real world by collecting and analyzing tweets and built the system, AKT24(Ayako Kurata Tweet-analyzer 24h) to validate the hypothesis.

The purpose of this system is to detect present situation in real world by an- alyzing tweets from the point of text, time, latitude and longitude. This system consists of map and graph, showing characteristic keywords on longitudinal axis and time on horizontal axis. This indicates characteristic keywords and its ge- ographical distribution in specific period. To extract the keywords, we use the difference of frequency of words used between specific period and previous one.

After this implementation and validation of this system, we verified that we were able to detect what and where the events occur in real world.

This study contributed the dramatic reduction in search costs and time for hot topics .

Keywords :

1. Twitter, 2.Temporal-spatial analysis, 3.Geo-information

Keio University, Faculty of Environmental information

Ayako Kurata

目 次

1

8

1.1

. . . . 8

1.2

. . . . 9

1.3

. . . . 9

2

10 2.1

. . . . 10

2.2 Twitter . . . . 11

2.3

. . . . 13

2.4

(クチコミ） . . . . 16

2.5

. . . . 16

3

Twitter 18 3.1

Twitter . . . . 18

3.2

Twitter . . . . 19

3.3

. . . . 22

3.3.1

. . . . 22

3.3.2

. . . . 22

3.3.3

. . . . 23

3.4

. . . . 24

4

/

26 4.1

26 4.2 Earthquake Shakes Twitter Users: Real-time Event Detection by Social Sensors . . . . 27

4.3 Google

. . . . 28

4.4

. . . . 29

5

31 5.1

. . . . 31

5.2

. . . . 31

5.3

. . . . 32

5.3.1

1:

. . . . 33

5.3.2

2:

. . . . 34

5.3.3

3:

. . . . 34

5.3.4

4:

. . . . 35

5.3.5

. . . . 37

5.4

. . . . 37

5.5

. . . . 38

5.5.1

. . . . 39

5.5.2

. . . . 40

5.5.3

. . . . 40

5.5.4

. . . . 40

5.5.5

. . . . 40

5.6

. . . . 40

6

41 6.1

. . . . 41

6.1.1

. . . . 41

6.1.2

. . . . 42

6.1.3

. . . . 43

6.1.4

. . . . 45

6.1.5

. . . . 46

6.2

. . . . 47

7

48 7.1

. . . . 48

7.2

. . . . 50

7.2.1 2012

10

13

. . . . 50

7.2.2 2012

11

18

. . . . 52

7.2.3 2013

1

2

. . . . 54

7.2.4 2012

11

10

. . . . 54

7.3

. . . . 55

7.4

. . . . 56

8

59 8.1

. . . . 59

8.2

. . . . 59

8.2.1

. . . . 59

8.2.2

. . . . 60

図 目 次

1 ranKing ranQueen

. . . . 8

2

. . . . 11

3

. . . . 11

4 Twitter

. . . . 12

5

. . . . 13

6

. . . . 13

7

. . . . 13

8

. . . . 14

9 foursquare

. . . . 15

10

. . . . 17

11

. . . . 18

12

. . . 19

13

. . . . 20

14

. . . . 20

15

. . . . 21

16

. . . . 23

17

. . . . 24

18

. . . . 25

19 19

. . . . 26

20

. . . . 27

21

. . . . 27

22 Google

(1)

earthquake . . . . 28

23 Google

(2)

. . . . 28

24

. . . . 32

25

. . . . 35

26

. . . . 36

27

. . . . 38

28

. . . . 39

29

. . . . 42

30

. . . . 43

31 2012

10

13

. . . . 50

32 2012

10

13

. . . . 51

33 2012

10

13

. . . . 51

34 16

. . . . 52

35

. . . . 52

36 2012

11

18

. . . . 53

37 2012

. . . . 53

38

1

4

. . . . 54

39

9:00

17:00

. . . . . 55

40

. . . . 58

表 目 次

1

. . . . 22

2

. . . . 22

3

. . . . 29

4

. . . . 33

5

. . . . 33

6

1:

. . . . 34

7

2:

. . . . 34

8

3:

. . . . 36

9

. . . . 36

10

. . . . 41

11

. . . . 41

12

. . . . 42

13

. . . . 49

14

. . . . 49

15

. . . . 57

1

1.1

社会の情報化が進み、様々な情報を誰もが簡単に手に入れることができるよう になった。これに伴い、人の趣味や嗜好は多種多様となり、興味関心が移り変わ るスピードも早くなった。この急速な変化に対応するように、様々な形態のメディ アや店舗が登場している。その

1

[1]

1）。この店舗で陳列され

2

このように、販売の現場では流行を察知する、または創り出すということが非 常に重視され、その方法は日々試行錯誤されている。

流行を発信する代表的なメディアとして雑誌やテレビがある。これらの情報は 多くの調査に基づいて発信されるため、一般に正確性が高いとされているが、そ れゆえに人々の手に渡るまでの時間やコストがかかる。

また今日では、インターネット上でも企業・個人ブログやクチコミサイトといっ た様々な形でトレンド情報が発信されている。これらのサイトでは、商品や飲食 店を利用した客がその商品についてレポートし評価をつけることで、数ある商品 のランク付けを行う。これから商品を購入しようとしているユーザは、これらの 情報を商品選択の参考とする。これらの手段は、情報が受け手に辿りつくまでの 時間やコストが雑誌やテレビに比べて大幅に削減される一方で、ユーザが意識的 にクチコミ等を提供する必要があるため手間がかかり、また情報の一般性、正確 性の欠如という問題がある。そして、これらのサイトを成立させるのは、レポー トや評価を提供するユーザの善意であるというもろさが存在する。

図

1: ranKing ranQueen

流行の急速な変化を創り出している要因の

1

SNS(Social Networking Service)

1

SNS

そのような状況の中では、流行をいち早くキャッチし、人々の行動決定に役立て る手段が求められる。そこで、この

Web

本研究では、マイクロブログサービスの

Twitter

1.2

個人によって発信されるテキスト情報および位置情報を用いて、社会の流行や ホットトピックを検知することを目的とする。そのために、大量のテキスト情報 および位置情報の管理、解析、視覚化を行うシステムの設計と構築を行う。

1.3

本論文は全

8

第

2

3

Twitter

第

4

5

6

7

8

2

本章では、本研究の背景であるソーシャルメディア、位置情報サービス、集合知 の現状について述べる。

2.1

本論文では、ソーシャルネットワーキングサービス（SNS)とマイクロブログサー ビスをまとめたものをソーシャルメディアとする。両サービスについての説明を 示す。

SNS

代表的な

SNS

Facebook[2]

mixi[3]

LinkedIn[4]

マイクロブログサービスは、

200

Twitter[5]

注目されるサービスである。

ソーシャルメディアには、各社が提供する様々なサービスがある。資料

[6]

5

5060

2011

1530

2

また、図

3

mixi、 Face-

book

Twitter

シャルメディアは、固定された室内でなく、外出先や移動中からも頻繁に利用さ れていると考えられる。

図

2:

図

3:

2.2 Twitter

本節では、ソーシャルメディアの中でも近年特に注目を集めている

Twitter

Twitter

Obvious

Twitter

2006

7

140

することで自分のタイムラインにそのユーザのツイートが表示されるようになる。

反対に自分のことをフォローしたユーザを「フォロワー」と呼ぶ。ツイートは非 公開にすることもでき、自分がフォローされる際に、フォロワーの許可/不許可を 選択することができる。ツイッターのメイン画面例を図

4

図

4: Twitter

投稿機能には、ツイートの他に、リツイート、リプライがある。

リツイートとは、他のユーザが投稿したツイートを再投稿することで、この機

能は

Twitter

1

ままの形で投稿する公式リツイートと、元のツイートを引用し、自分のコメント 等を付け足して投稿する非公式リツイートがある。一般に、リツイートされた回 数が多いほど、そのツイートの注目度・重要度は高いとされ、現在はリツイート された回数が多かったツイートを知らせるサービスが複数存在する

[7],[8]。

リプライとは、「@宛先アカウント名」をツイートに記述することで、特定のユー ザに向けてツイートすることである。この投稿は、宛先、送り主、宛先と送り主 双方をフォローしているユーザのタイムラインにのみ表示され、チャットのように 使われることもある。

投稿機能の他、ハッシュタグも

Twitter

[9]

また、ツイートにはジオタグと呼ばれる位置情報を付与することができる。こ の機能により、ツイートのテキスト情報とともに緯度・経度情報が投稿され、地 図でユーザの現在位置が示される。ジオタグが付与されたツイートの例を図

5、図 6

Twitter

21

2012

世界でのアカウント数は

4

6500

1

7500

[10]。また、国別アカウント数は、1

1

770

2

3330

3

2990

[10]

Twitter

7

図

5:

図

6:

図

7:

2.3

現在、携帯電話や携帯ゲーム機、スマートフォンなど、位置情報の発信を可能 とするデバイスは多く存在する。図

8

に占めるモバイルデバイス利用者の比率は

2002

1

[11]

酒巻ら

[11]

Twitter

したユーザにとってどのような意味を持つかという情報を推定する手法を提案し た。これを実現させることで、Twitterを用いて人の行動調査を行うことが可能と なる。提案手法は、まずツイートの位置情報により、ツイートのクラスタリングを 行う。次に、各クラスタ内の投稿内容に形態素解析を行い、そのクラスタを代表 する単語を抽出する。提案手法の結果、「起きる」、「寝る」、「家」といった単語の グループが検出され、その範囲が「自宅」に関する箇所であることが推測できた。

図

8:

モバイルデバイスの普及に伴い、位置情報を利用したサービスも増加している。

位置情報を利用したサービスは、おおまかに

•

•

•

の３つに分類することができる。

コミュニケーション/ライフログ系の位置情報サービスの代表例として、

foursquare[12]、

ロケタッチ

[13]、 Google Latitude[14]、 Facebook/Twitter

foursquare

ある飲食店へ行った際、チェックイン機能を使ってメッセージを残したり、過去に どんな人がチェックインしたかを知ることができる。また、チェックインの回数に よって店舗からサービスが受けられるなど、店舗と連携したサービスも行ってい る。Twitterや

Facebook

/

図

9: foursquare

ロケーションベースマーケティング

[15]

ユーザの現在位置から、周辺のエリア情報を提供したり、目的の商品が買える一 番近い店舗を紹介する。位置情報を用いたマーケティングの例としては、日立製 作所の地図クル

[16]

[17]

[17]

位置情報を利用したゲームは、2000年に登場して以来、ゲーム市場で人気を博 している。位置情報ゲームでは、実際の移動距離に応じてポイントを取得し、そ れを使って仮想的な町を作り上げるもの、実際にある場所へ行って位置情報を送 信することでその地点を仮想的に「統一」し、これを繰り返しながら日本中の統 一を目指すもの等、様々なものがリリースされている。中でも人気を博している のが、株式会社コロプラが運営するコロニーな生活☆

PLUS[18]

を示す。

ゲームに登録すると、自分だけの街=コロニーが作成される。コロニーな生活 は、そのコロニーを発展させていく街育成ゲームである。育成するためにはゲー ム内の通貨である「プラ」が必要となる。この「プラ」を取得するには実際に移 動しなければならず、その移動距離に伴って、取得できる「プラ」も増える。1km なら１プラ、10kmなら

10

7

300

[19]。また、2011

6

2011[20]

9

4

7000

この事例は位置情報ゲームが人の実空間での行動を促した例といえる。

2.4

(

2.1

[21]

このような非構造化データは、多く集めることで人の行動決定や購買意欲に影 響を及ぼし得る有用な情報となる。それを利用したサービスの例が、クチコミサ イトや商品のレビューサイトである。

購買者の欲しい商品・サービスの情報源についての調査結果を図

10

[10]

2.5

本章では、ソーシャルメディア、位置情報サービス、集合知（口コミ）を利用し たサービスの種類・普及状況と実社会への影響について示した。

ソーシャルメディアの利用者は年々増加しており、その利用目的は友人とのコ ミュニケーションや暇つぶしなど、複数あることがわかった。

図

10:

位置情報サービスについては、その利用について、コミュニケーション/ライフ ログ、ロケーションベースマーケティング、ゲームの大まかに

3

集合知を利用したサービスは、購買者が購買活動をする上で重要視されている。

さらに、

Web

以上を踏まえ、次章では対象をマイクロブログサービスである

Twitter

Twitter

いて示す。

3

Twitter

本章では、2つの事例と独自に行った事前検証の結果を用いて、Twitterと実空 間イベントとの相関について示す。

本章では、マイクロブログサービス

Twitter

Twitter

3.1

Twitter

資料

[10]

12

22

3

[22]」テレビ放映時（日本、25088

XL

12233

/

3

1

2

[23]

実空間での出来事の盛り上がりが

Twitter

この日の全世界におけるツイート数の変化および「バルス」に関するツイート 数の変化を図

11、図 12

図

11:

図

12:

3.2

Twitter

2011

3

11

Twitter

この際、大きな話題となった取組として「ヤシマ作戦」が挙げられる。「ヤシマ 作戦」とはテレビアニメ「新世紀エヴァンゲリオン

[24]」に登場する作戦名で、ア

震災時、福島県の原子力発電所をはじめとする発電設備が大きな打撃を受けたた め、東北および関東地方で停電の恐れが生じた。この停電を免れるため、「ヤシマ 作戦」の実行が

Twitter

Twitter

本研究では、震災発生時におけるツイート内容と時間との関係を調べるため、東 日本大震災発生時に関東と東北で投稿されたジオタグ付ツイート数の推移を調査 した。結果を図

??

1

3

ツイート数のピークは、関東では

11

19:30

20:30

3017

11

15:30

16:30

189

3

52580

3460

15

Twitter

14:46

次に、表

15

13

30

00

30

11

23980

図

13:

図

14:

ても、震災発生前の

13

30

14

30

一方で、震災発生後の

15

30

これらの単語をその内容からおおまかに以下の４つのジャンルに分別し、ジャ ンル毎に時間に伴う出現数の変化を検証した。

•

•

•

•

その結果、それぞれのジャンルごとに、時間に伴ってその単語の出現数が変化 していることがわかった。

災害そのものについてのツイートや安否確認をするようなツイートは、地震発 生時をピークに減少傾向にあり、反対に交通網についてのツイートや現在状況の 発信をするツイートは時間の経過とともに増加傾向にある。これは、仕事や学校 等で中心部へ来ていた人々が、時間が経つにつれて帰宅手段について検討したり、

帰宅状況について発信したためと考えられる。

図

15:

3.3

前節で示した例から、ツイート数、ツイート内容はともに実空間で起こったイ ベントと密接な関係があると考察した。本研究で構築するシステムの方針を設定 するにあたり、この考察についての検証を行う。

3.3.1

実空間イベントと位置情報付きツイートの位置

/

/

キーワードは「花火」に設定し、花火大会が予定されていた

2012

7

28

2012

7

27

16

23

59

検証にあたり、次に述べるツイートマッピングシステムを実装した。

3.3.2

検証を行うにあたり、独自に実装を行ったツイートマッピングシステムの概要 を示す。システムの実装にあたっては、梶原

[25]

本システムは、ツイートの位置を視覚的に認識することを可能とする。投稿さ れた日時や含まれるキーワードを選択することができ、特定の日時、キーワード を含むツイート群について調査することができる。地図とキーワード、対象日時 選択欄で構成され、キーワードと日時を選択すると、地図上に該当するツイート がピンのアイコンで表示される。図

16

なお、検証に用いたツイートは、Twitter社が提供する

streamingAPI

日本列島をカバーする緯度

127.4414〜148.7109

29.9930〜45.8900

1,2

表

1:

user

date

lat

lng

text

表

2:

指定期間中の全ツイート

81791

1690

図

16:

3.3.3

2011

8

27

2011

8

28

花火大会のなかった

27

9

0.56

15

0.33

20

0.89

28

9

3.06

％、最小が

15

1.17

19

6.67

5.78

1

27

20

19

19

その地理分布にも違いがある。

27

28

19

花火大会が開催された立川、隅田川、八王子に特にツイートが集まっていること がわかった。19時台のツイートの地理分布を図

19

図

17:

検証結果から、以下のことがいえる。

•

•

•

これらから、ツイート内容・時刻・数・位置情報から、ある地点でのホットト ピックの検知が可能であるという仮説を立てた。この仮説に基づいて、システム の設計と構築を行う。

3.4

本章では、

Twitter

Twitter

特定のイベント開催時については、花火大会に焦点をあて、花火大会の開催日 とそうでない日のツイートの動向を比較した。結果、開催日とそうでない日では ツイート数、その地理分布が大きく異なったことから、実空間イベントとテキス ト、それに付随する位置情報も相関することがわかった。

以上の事例から、Twitterは時間・位置・ツイート内容において実社会の出来事 と相関を持つと考えられる。

25

図

19: 19

4

/

本章では、ウェブ上でのイベントやホットトピックの検知を目的とした関連研 究、サービスを示す。

4.1

梶原

[25]

例えば、「箱根」というキーワードについて聞き手が想定する場所は、「箱根湯 本」、「強羅」、「仙石原」とさまざまである。これを、「箱根」という言葉を含む ツイートが、実際にはどのような場所でつぶやかれているかを明らかにすること で、このような言葉のあいまい性を除去することを目指している。また、この研 究の中で、「駅伝」のように、時間によって地理的意味が変化するキーワードの存 在もわかった。「駅伝」での時間による検索結果の違いと実際の駅伝走者の位置を 図

20,21

[a]2

[b]2

20:

2

[a]3

[b]3

21:

4.2 Earthquake Shakes Twitter Users: Real-time Event Detection by Social Sensors

Sakaki

[26]

て地震の検知と発生箇所の推定を行った。

解析は２つの段階から成る。

1

SVM

次に、地震直後のツイートの集団からノイズの除去、それらの位置情報から地 震発生地点の予測を行う。地震発生時のツイート数の推移を見ると、その数は指 数関数的に増加していることがわかる。このことから、ノイズについては時系列 的にツイート数を検証し、ノイズか否かを判断する。

位置推定については、カルマンフィルタとパーティクルフィルタ

[27]

カルマンフィルタとは、直前までの情報と現在の情報を組み合わせることで、現 在の状態を推定する手法で、位置推定に広く用いられる。

パーティクルフィルタとは、物体の検出と追跡を同時に行うためのアルゴリズ ムである。現状態から起こり得る多数の次状態を粒子に見立て、その確立密度か ら次の状態の予測を行う。

Sakaki

る ホットな場所 を観測することで地震の発生の検知を可能とした。

4.3 Google

Google

の被検索数を時系列に表すことで、そのキーワードの人気度の動向を表す。検索 数の他に、指定したキーワードと共に検索されたキーワードや、検索された地理 位置も見ることができ、さらに検索された地理位置は、時系列ごとに変化する様 子を見ることができる。キーワードの盛り上がりを時空間的に観測することがで きる。

Google

22,23

図

22: Google

(1)

earthquake

図

23: Google

(2)

4.4

/

上記の３つの関連研究およびサービスの総括と比較を行う。どれも時空間解析 によって、変化するホットトピックを視覚化および検知を行うという点では共通 している。

ここでは、即時性、正確性、ユーザによるイベントの想定の必要性の有無の３ つの点において比較を行う。

即時性とは、イベントが発生してから検知できるまでの時間の短さを指す。イ ベント発生から短い時間で検知できる場合に、即時性が高いとみなす。

正確性とは、検索する情報のノイズの少なさを表す。指定したキーワードを含 むものの、そのテキスト情報が本当にそのイベントの発生を意味しているとは限 らない。キーワードの意味と、そのイベントの発生が合致する情報が多い場合に、

正確性が高いとみなす。

ユーザによるイベントの想定とは、あらかじめユーザによるイベントの想定が 必要か否か、つまりユーザの趣味・思考に関係なく、社会一般での盛り上がりを 抽出できるか否かを指す。

比較結果を表

3

Sakaki

Toretter

表

3:

即時性 正確性 ユーザによる想定 最大瞬間なう速 ○ × 必要

Toretter

Google

即時性

最大瞬間なう速、Toretterは情報源として

Twitter

3

したがって、即時性は高いと言える。反対に、

Google

正確性

最大瞬間なう速は、ツイートに形態素解析を行い、その結果とキーワードと のマッチングを行っている。したがって、正確性は形態素解析ツールに依存 し、それほど正確性は高くないと考えられる。

Google

正確性は高いと言える。

Toretter

1

ユーザによるイベントの想定

最大瞬間なう速、Googleトレンドは、ユーザがキーワードを指定する形を とるため、あらかじめイベントの想定が必要である。Toretterは対象を地震 に限定しているため、こちらもある程度ユーザが地震の発生を想定している 場合に有効となる。したがって、検出されるイベントの種類はユーザ依存と なる。

本研究は、時空間解析を用いてテキスト情報からホットトピックの検知を行う という点で、上記の３つの研究

/

最も大きな違いは、ユーザによる、イベントの想定が必要か否かという点であ る。上記の研究/サービスは、キーワード指定等の方法で、ユーザ側であらかじめ ある程度のイベントの予測が必要となり、ゆえに検知されるホットトピックもユー ザ依存となる。しかしこれらの方法では、社会一般で盛り上がっているトピック や、1番盛り上がっているキーワードを知ることは容易ではない。本研究では、そ ういったユーザの想定を必要とせず、ウェブ上で一番盛り上がっているトピック をユーザへ提示することを目指す。これにより、ユーザの新たな気付きを促すこ とができる。